Ocenjevanje energijske porabe spletnih strani z metodami strojnega učenja : diplomsko delo

Bartol, Florjan (avtor), Kukar, Matjaž (mentor)

Preverite hipotezo, da je mogoče z metodami strojnega učenja na podlagi strukturnih značilnosti spletnih strani oceniti njihovo energijsko zahtevnost med nalaganjem na mobilnem telefonu. Razvijte avtomatski merilni sistem, s katerim boste merili električni tok in napetost na telefonu med nalaganjem spletnih strani. Sistem uporabite za zbiranje podatkov o porabi množice popularnih spletnih strani in jih sestavite v učni problem združen s strukturnimi podatki o straneh. Na dobljeni množici podatkov preizkusite različne metode strojnega učenja in ovrednotite dobljene rezultate.

• Jezik: Slovenski jezik
• Ključne besede: merjenje porabe, avtomatsko zbiranje podatkov, mobilne spletne strani, metode strojnega učenja, računalništvo, univerzitetni študij, diplomske naloge
• Vrsta gradiva: Diplomsko delo
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Založnik: [F. Bartol]
• Leto izida: 2014
• Št. strani: 64 str.
• PID: 20.500.12556/RUL-68663
• UDK: 004.738.12:004.85(043.2)
• COBISS.SI-ID: 10716244
• Datum objave v RUL: 10.07.2015

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Estimating energy consumption of web pages mith machine learning

Izvleček

Verify the hypothesis that it is feasible to predict web page's energy consumption based on their structural properties by utilizing machine learning methods. For this purpose develop an automated measuring system for measuring electric current and voltage on the mobile phone while web pages are loading. Use the system for collecting data on energy consumption for a set of popular web pages and combine the measurements with pages' structural properties into a learning set. On the acquired dataset experiment with various machine learning methods and qualitatively and quantitatively asses the results.

• Ključne besede: consumption measurement, automatic data collection, mobile web pages, machine learning methods, computer science, diploma